ポイントは「クラウドなら何ができるのか」
ビッグデータで輝くITスキルは、舞台がクラウドに移るとどう変わるのか?(1/2 ページ)
企業は、ビッグデータの処理基盤をクラウドに移している。この動きは、それまでのITスキルを覆すことはないが、管理者や開発チームには幾つか変化が求められるだろう。
新しいビジネスチャンスを見つけるため、もしくは気付いていない不備、不満を見つけるために企業はビッグデータの活用を推進し続けている。以前に比べクラウドの利用ハードルが下がった今、企業はビッグデータをクラウドに送り込もうとしている。だが、ビッグデータの分析チームにはその準備ができているだろうか。
既に自社のデータセンター内でビッグデータへの取り組みを進めているとしても、クラウドでの成功が約束されるわけではない。多くの場合、新しいトレーニングとスキルセットが必須になる。
併せて読みたいお勧め記事
ビッグデータ分析に必要なこと
さまざまな分野で競い合う大手クラウドベンダー
一般にクラウドでビッグデータを扱う場合は、オンプレミスの導入に比べてコストを削減できると話すのは、IT調査会社のEnterprise Strategy Groupでシニアアナリストを務めるマイク・レオネ氏だ。クラウドでビッグデータのシステムやプロジェクトを運用する場合、基本的にビッグデータの専門家をスタッフとして抱える必要はない。例外は分散処理フレームワークの「Hadoop」が関わる場合だけである。
「例えば、オンプレミスの5ノードHadoopクラスタをクラウドの5ノードHadoopクラスタに置き換えるのは実に簡単だ。だが、これを管理するのは難しい。特にソフトウェアの相互運用性に関連する課題が生じる」(レオネ氏)
クラウドコンピューティングでのビッグデータに求められる4つのスキル
ITトレーニング企業のLinux Academyでビッグデータ分析部門のディレクターを務めるマニーシャ・スーレ氏によると、ITチームは4つの主要分野に注目すれば、クラウドでビッグデータを適切に扱うことができるという。
1.管理
この役割には、Hadoopと非リレーショナルデータベースである「NoSQL」の管理方法に関する知識が不可欠になる。管理者は、ストレージ、ネットワークなどのインフラコンポーネント(クラウドでインフラを構成する要素)を注意深く構成、管理して、ビッグデータプロジェクトをサポートしなければならない。そのためにHadoopとNoSQLの大量のデータを扱う経験が役に立つ。
2.開発
スーレ氏によれば、ビッグデータ開発者には「Python」「Scala」、Javaなどの言語でのプログラミング経験が求められるという。また、Amazon Web Services(AWS)のストリーミングデータをリアルタイム処理する「Amazon Kinesis」やサーバレス処理の「AWS Lambda」などの利用経験もプラスになる。こうしたサービスはマイクロサービスベースのアーキテクチャでリアルタイム処理を行うための代替手段を提供する。
3.分析
クラウド内でビッグデータの分析を行う場合は、統計、データマイニング、機械学習、オペレーションズリサーチ(最も効率的になるようにさまざまな検証をする手法、シミュレーション)、プログラミングの専門知識が求められる。データサイエンティストやアナリストだけでなく、機械学習とAIのエンジニアも、アルゴリズムの構築方法を習得し、それらのアルゴリズムを自動化して大量のデータセットを操作する方法を学ぶ必要があるとスール氏は話す。
4.視覚化
視覚化機能の開発者は、収集するビッグデータに関するストーリーを伝えるダッシュボードをデザインする。この役割を担うITプロフェッショナルは、全く異なるさまざまなデータソースにアクセスして、それらを統一性のある対話型情報基盤に統合する。
これら4つのスキルを習得できる講座はあるが、IT担当者は実践的な学習アプローチを採用するのがベストだとスール氏はいう。クラウドは、この学習モデルにも適している。
「準備は簡単で、試用アカウントを登録するだけだ。そうすれば、利用可能なサービスを直接体験できる」と同氏は話す。さらに正規講座のほとんどが、実践的な学習計画を含んでいる。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[株式会社キーエンス] PCが苦手でも自動化できる ポポラマーマなど4事例に学ぶ「ナビ搭載型RPA」活用 -
製品資料
[株式会社クレオ] IT部門を“価値創造組織”へ転換 IT管理プロセスの改革で戦略的リソースを確保 -
製品資料
[株式会社クレオ] Excel管理が限界に――ITサービス管理の脱・属人化と運用高度化を実現する方法 -
製品資料
[株式会社クレオ] 西武グループやイオングループも実践 事例に学ぶ「ITサービスデスク業務」改善 -
製品レビュー
[株式会社クレオ] 「使われないITシステム」から脱却 現場が求める業務改善を実現する方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
2
なぜ「Gemini 4 Argon」は出遅れたのか? Googleが狙う“逆転のシナリオ”
-
3
「レガシーシステム・老朽化システムの運用課題と刷新」に関するアンケート
-
4
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
5
1回で分かる:仮想マシンを丸ごとバックアップする「VADP」の仕組み
-
6
ChatGPTは“検索しまくり”でGeminiは“淡泊”? データが明かすAIの裏側
-
7
脱VMwareか、継続か? 仮想化ソフト主要6製品の運用管理と統制機能を徹底比較
-
8
属人化と入力ミスからの解放 アクティオが日本IBMと挑む「AIで調達自動化」
-
9
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
10
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険? 避けるべき理由と具体的な対策
-
3
システムの保守がモダン化を阻む? 「変えない判断」から脱却する方法とは
-
4
AI駆動攻撃にどう対抗する? 超速の攻撃からエンドポイントを保護する方法
-
5
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
6
なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは
-
7
東大教授と考える、AI時代の「データ主権」「信頼性」「ガバナンス」の在り方
-
8
Linux初心者でも知らないとまずい「RHEL」「SLES」の違いとは?
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
ランサムウェア攻撃“究極の対策”はこれだ
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー